La révolution du savoir : comment l'IA générique façonne l'avenir de l'intelligence d'entreprise

L'IA n'est plus un luxe, mais la pierre angulaire de la croissance des entreprises. En transformant notre façon de travailler, l'adoption d'une approche stratégique de l'IA débloque des possibilités intelligentes pour aujourd'hui et redéfinit l'avenir de la connaissance.

La gestion des connaissances et l'IA

L'évolution de la gestion des connaissances a vu les entreprises passer de référentiels de documents statiques à des écosystèmes dynamiques, pilotés par l'IA, qui améliorent la prise de décision et l'innovation. L'IA a considérablement transformé la gestion des connaissances en améliorant la manière dont les entreprises capturent, organisent et utilisent leurs actifs de connaissances. Traditionnellement, la gestion des connaissances reposait sur une documentation manuelle et des bases de données cloisonnées, ce qui rendait difficile l'extraction d'informations exploitables. Gen AI élimine ces goulets d'étranglement en automatisant la création de connaissances, en synthétisant les données non structurées et en générant des informations contextuelles. Elle permet une adaptabilité en temps réel, transformant les connaissances statiques en une ressource vivante et évolutive.

Voici quelques exemples de la manière dont l'IA a joué un rôle essentiel.

Adaptation des connaissances en temps réel

Elle permet aux systèmes de connaissances d'évoluer de manière dynamique en analysant et en intégrant en permanence de nouvelles données provenant de sources multiples - courriers électroniques, rapports, interactions avec les clients, nouvelles externes ou tendances du marché.

Les systèmes traditionnels de gestion des connaissances nécessitent souvent des mises à jour manuelles, ce qui conduit à des informations obsolètes ou fragmentées. En revanche, Gen AI automatise ce processus, garantissant ainsi que les référentiels de connaissances sont toujours à jour, précis et exploitables.

Par exemple, un système de gestion des stocks piloté par Gen AI met à jour les FAQ sur les produits et les recommandations en fonction des commentaires des clients en temps réel et des tendances d'achat.

Personnalisation contextuelle à grande échelle

Contrairement aux systèmes traditionnels, Gen AI adapte la diffusion des connaissances en fonction du contexte, des rôles ou des besoins spécifiques des utilisateurs. Par exemple, elle peut générer des informations spécifiques à un rôle pour les cadres, des conseils opérationnels pour le personnel de première ligne ou des FAQ pour les clients, le tout à partir du même ensemble de données.

Cette précision contextuelle améliore la prise de décision et renforce l'engagement des utilisateurs. Dans le secteur manufacturier, par exemple, les techniciens accèdent à des guides de dépannage spécifiques à leur rôle pour l'équipement, tandis que les cadres reçoivent des résumés opérationnels de haut niveau.

Accélération de l'innovation grâce à la découverte d'informations

L'IA générique excelle à découvrir des modèles cachés et à générer des informations exploitables à partir de données non structurées. En synthétisant les connaissances au-delà des silos, elle aide les organisations à identifier de nouvelles opportunités, à résoudre des défis complexes et à favoriser une culture de l'innovation.

Dans le domaine du marketing, par exemple, un outil Gen AI identifie les tendances émergentes chez les clients en analysant des millions de messages sur les médias sociaux, d'enquêtes et de données de vente.

Se concentrer sur les activités de connaissance à forte valeur ajoutée et élever le niveau des utilisateurs

L'IA générique automatise les tâches routinières et répétitives, ce qui permet aux employés de se concentrer sur des activités stratégiques à forte valeur ajoutée. En améliorant l'accessibilité des connaissances et en adaptant la diffusion des informations, l'IA améliore également l'expérience globale de l'utilisateur, tant pour les employés que pour les clients. Cette évolution favorise la créativité, l'innovation et l'engagement au sein de l'organisation et avec les clients.

Dans le domaine de l'assistance à la clientèle, les bases de connaissances alimentées par l'IA réduisent les temps de réponse, ce qui permet aux équipes d'assistance de gérer des interactions plus complexes et plus précieuses avec les clients.

Initiatives de gestion des connaissances par l'IA dans les différents secteurs d'activité

Pour réaliser pleinement le potentiel de l'IA dans la gestion des connaissances, il est essentiel de comprendre ses applications pratiques. Cette section explore une série de cas d'utilisation spécifiques dans divers secteurs, démontrant comment l'IA peut transformer la gestion des connaissances au sein des organisations.

Initiatives de gestion des connaissances par l'IA : Une étude de cas

Comment une multinationale américaine a transformé la gestion des connaissances de son entreprise grâce à l'IA

Une grande entreprise américaine souhaitait améliorer ses outils de gestion des connaissances afin d'améliorer la qualité du contenu, la facilité de recherche, la réutilisation et l'expérience globale de l'utilisateur.

Elle s'est tournée vers l'IA pour créer un système intelligent et réactif qui permettrait aux employés d'accéder de manière transparente à la bonne connaissance au bon moment. Nagarro a collaboré avec le client pour créer des solutions d'IA pour la gestion des connaissances. La solution a permis

Ladécouverte du contenu grâce à l'étiquetage des documents par l'IA, l'amélioration de la recherche avec des techniques NLP et la recherche de requêtes à commande vocale.

Des recommandations de contenu personnalisées qui s'adaptent aux besoins des utilisateurs en fonction de leurs tâches en cours et de leur activité récente.

Amélioration de la recherche de PME grâce au moteur de recherche de PME piloté par l'IA de Gen pour aider les utilisateurs à identifier rapidement les experts internes pertinents sur la base de divers points de données.

Uncontenu sans effort dans votre format préféré et des résumés faciles à lire pour une découverte plus rapide du contenu.

Outil d'assainissement du contenu pour supprimer ou expurger les données sensibles des documents de connaissance existants.

Ces capacités d'IA transformatrices ont permis au personnel du client de s'autonomiser, en favorisant une culture de partage des connaissances, en réduisant le temps consacré à la recherche d'informations et en permettant d'atteindre de nouveaux niveaux de productivité.

Comment mesurer le succès des initiatives de gestion des connaissances et de l'intelligence artificielle ?

Il est essentiel de mesurer le succès de ces initiatives pour s'assurer qu'elles s'alignent sur les objectifs de l'organisation et qu'elles apportent une valeur tangible.

Voici une liste de plusieurs mesures et approches clés qui peuvent aider à mesurer le succès des initiatives de KM Gen AI :

1. Pertinence contextuelle et personnalisation avec des mesures telles que les scores de pertinence, les scores d'acceptation des recommandations, les économies de temps de recherche, etc.
   Par exemple, dans une société de conseil multinationale, les consultants ont souvent du mal à trouver des études de cas en rapport avec le secteur d'activité de leur client. Un consultant travaillant sur la stratégie d'un client du secteur du commerce de détail peut utiliser Gen AI pour recevoir des études de cas, des cadres et des idées adaptés au secteur du commerce de détail. Cela réduirait le temps de recherche de contenu et le temps de préparation des réunions avec les clients.
2. Analyse de l'utilisation des connaissances avec des mesures telles que le taux d'adoption, le taux d'adhésion au produit, la fréquence d'utilisation, la satisfaction de l'utilisateur, etc.
   Prenons l'exemple des agents du service clientèle qui tentent de répondre aux questions des clients. Ils peuvent utiliser une base de connaissances alimentée par l'IA pour résoudre rapidement les questions des clients, où un outil d'IA peut suggérer des solutions basées sur les interactions passées du client et le contexte de la question. Cela permettrait d'améliorer le CSAT, l'ESAT, le FCR (résolution au premier contact) et de réduire les AHT.
3. Efficacité de la création de connaissances avec des mesures telles que la réduction de l'effort humain, le temps de publication, le volume de génération de contenu de qualité, etc.
   Par exemple, une équipe juridique utilisant Gen AI pour rédiger des contrats pourrait mesurer son succès en fonction de la réduction du temps de rédaction et du nombre de contrats approuvés sans révisions importantes.
4. L'identification et le comblement des lacunes en matière de connaissances, avec des mesures telles que l'identification des connaissances manquantes ou obsolètes, l'intégration du retour d'information, le délai de résolution des lacunes en matière de connaissances, etc.
   Une institution financière, par exemple, peut utiliser l'IA pour mettre à jour sa base de connaissances avec les dernières réglementations sur la détection des fraudes, ce qui peut réduire les erreurs et améliorer la vitesse de prise de décision des analystes.
5. Accélération de l'innovation grâce à des mesures telles que le délai entre l'idée et l'exécution, l'acceptation des propositions générées par l'IA. Dans le domaine du développement de produits, mesurer l'impact des séances de brainstorming assistées par l'IA sur la réduction du délai de mise sur le marché des nouveaux produits.

La multimodalité et les flux de travail agentiques révolutionnent la gestion des connaissances dans les entreprises

Grâce à la multimodalité, les systèmes peuvent désormais créer des résultats plus complets, plus contextuels et plus attrayants en exploitant des supports tels que le texte, les images, le son et les vidéos. Cela est démontré par l'essor de l'IA agentique qui exécute des tâches et prend des décisions de manière autonome, dynamique et adaptative. Voici quelques caractéristiques de ces systèmes agentiques :

• Un meilleur accès à l'information pour une précision et une productivité accrues.
• Création efficace de contenu, réduction de la charge de travail en résumant de longs documents, en créant des infographies à partir de données, en produisant du contenu vidéo/audio, etc.
• Amélioration de la collaboration grâce à des contenus multimodaux tels que des rapports, des images et des explications enregistrées. Cela permet d'obtenir des informations éclairées et de prendre des décisions fondées sur des données.

L'IA agentique a des implications dans tous les secteurs et domaines :

• Le marketing: Imaginez une équipe de marketing travaillant sur une nouvelle campagne. L'agent d'IA peut recueillir et analyser de manière autonome les données d'une étude de marché, générer un rapport complet et suggérer des stratégies basées sur l'historique des performances de la campagne.
  Les membres de l'équipe reçoivent un contenu personnalisé, tel que des articles pertinents et des études de cas, adaptés à leur rôle spécifique. Au fur et à mesure que la campagne progresse, l'agent IA surveille les mesures de performance et fournit des informations et des recommandations en temps réel afin d'optimiser le succès de la campagne.
• Gestion des ressources humaines: Les agents d'IA peuvent automatiser la sélection des CV afin d'identifier les candidats qualifiés, de planifier les entretiens, d'accélérer le recrutement et de réduire les préjugés. Pendant l'intégration, ces agents peuvent servir de guides interactifs pour aider les nouveaux employés à s'orienter dans la formation, en répondant aux questions les plus courantes. La gestion des performances peut fournir un retour d'information personnalisé et des plans de développement basés sur des données en temps réel.
• Gestion de projet: Ce domaine repose souvent sur des mises à jour et des communications manuelles, ce qui entraîne des désalignements et des retards. Les flux de travail agentiques peuvent automatiser les tâches de gestion de projet, telles que le suivi de la progression en temps réel, les mises à jour d'étapes, les alertes en cas de goulots d'étranglement potentiels et la réaffectation des tâches pour équilibrer la charge de travail. Les chefs de projet peuvent ainsi se concentrer sur les décisions stratégiques plutôt que sur les tâches administratives.
• Assistance à la clientèle: Les agents d'IA peuvent gérer les demandes de renseignements courantes, aider les agents de service, s'occuper de tâches communes comme le suivi des commandes et répondre aux questions fréquemment posées. Pour les questions complexes, il est possible de faire appel à des agents humains et d'assurer un soutien approprié, ce qui améliore la qualité du service et les délais de réponse.
• Finance: Les agents d'IA peuvent identifier les tendances, accéder aux risques et informer les décisions financières en analysant les données historiques, les conditions actuelles et les changements du marché. Dans le cadre des négociations sur les remises accordées aux fournisseurs, les agents d'IA peuvent examiner les accords et les tendances, comparer les conditions et recommander des actions.
  Contre la fraude d'entreprise et les inexactitudes financières, les agents d'IA peuvent vérifier la conformité des transactions, générer des rapports d'audit et avertir les parties prenantes. Les agents d'IA peuvent optimiser la fiscalité en comprenant les lois fiscales, en prévoyant les obligations et en planifiant des stratégies.
• Traitement des factures: Les agents d'IA peuvent aider à automatiser la saisie des données, à vérifier les factures, à créer des demandes de paiement, à recommander des approbations, à exécuter les paiements (par l'intermédiaire d'agents de paiement) et à mettre à jour les systèmes. Cela améliore l'efficacité, la précision et la communication avec les parties prenantes dans les opérations financières.

L'utilisation croissante des flux de travail de l'IA met en évidence la nécessité de pratiques et d'une gouvernance éthiques de l'IA. Les organisations doivent établir des cadres pour s'assurer que l'IA fonctionne de manière éthique et transparente et qu'elle respecte les réglementations, tout en étant responsable et surveillée.

Permettre une adoption réussie de l'IA grâce à des groupes de spécialistes interfonctionnels

L'adoption réussie de l'IA nécessite un effort interfonctionnel où chaque groupe de spécialistes joue un rôle essentiel en soutenant et en facilitant les autres. Cette approche collaborative garantit que les initiatives en matière d'IA sont alignées sur les objectifs de l'entreprise, qu'elles sont développées de manière responsable et qu'elles apportent en fin de compte une valeur maximale à l'organisation et aux utilisateurs.

Groupe chargé de la stratégie et de la vision en matière de gestion des connaissances : Il veille à ce que les initiatives d'IA dans le domaine de la gestion des connaissances soient stratégiquement alignées sur les objectifs plus larges de l'entreprise, permettant ainsi le développement de systèmes qui améliorent l'accessibilité, la rétention et l'utilisation des connaissances.

• Fixer des objectifs tels que l'augmentation de la productivité des employés, l'amélioration de l'expérience des utilisateurs et l'amélioration de la réutilisation du contenu pour les efforts de gestion des connaissances, tout en contribuant à des objectifs d'entreprise plus larges tels que la stimulation de l'innovation, l'augmentation de l'efficacité, la promotion de la collaboration et le soutien des décisions fondées sur des données.
• Veiller à ce que les initiatives de gestion des connaissances pilotées par l'IA soient alignées sur les objectifs susmentionnés, par exemple en mettant en œuvre une recherche sémantique pilotée par l'IA ou des recommandations prédictives en matière de connaissances/de contenu, un chat bot d'assistance en matière de connaissances, etc.
• Définir des résultats clés (comme la vitesse de récupération des connaissances, la précision ou les scores de satisfaction des employés), les aligner entre les équipes et suivre régulièrement leur progression.

Lorsque Netflix a entrepris d'améliorer son moteur de recommandation à l'aide de l'IA, le groupe chargé de la stratégie et de la vision de l'IA a joué un rôle essentiel en alignant les initiatives en matière d'IA sur les principaux objectifs commerciaux de l'entreprise, à savoir l'amélioration de l'engagement des utilisateurs et de la découverte de contenu.

Les recommandations personnalisées représentent désormais plus de 80 % du contenu regardé sur Netflix, ce qui contribue directement à la satisfaction et à la croissance de la clientèle. La vision stratégique du groupe IA a permis d'aligner la technologie sur les objectifs à long terme de Netflix, à savoir l'amélioration de l'expérience des utilisateurs et la fidélisation des abonnés.

Groupe de gestion du changement et des communications: L'adoption de l'IA dans la gestion des connaissances implique souvent de transformer la manière dont les employés interagissent et contribuent aux connaissances de l'organisation. Ce groupe conduit le changement culturel avec des stratégies de communication et d'adoption appropriées pour remodeler les flux de travail en aidant dans diverses activités telles que :

• Élaborer une stratégie de lancement pour divers groupes d'utilisateurs et régions.
• Développer des communications par email, des nudges et des vidéos d'accroche pour créer une prise de conscience et générer de l'intérêt ou de la curiosité.
• Aider les utilisateurs à s'approprier l'outil en douceur grâce à des guides de produits et des FAQ.
• Création d'articles de base de connaissances pour renforcer les fonctions de support de service pour le traitement des requêtes.

Lorsque Microsoft a commencé à intégrer l'IA dans ses offres de produits, en particulier avec les fonctionnalités alimentées par l'IA dans Microsoft 365 (comme la recherche intelligente, le résumé automatisé et la connaissance des données), le groupe de communication sur le changement a joué un rôle clé pour assurer une adoption en douceur.

Il a élaboré une stratégie de communication, des supports de formation et a répondu aux préoccupations concernant l'impact de l'IA sur les flux de travail et les rôles professionnels par le biais de réunions publiques internes et de séances de questions-réponses.

Le groupe chargé de la gouvernance des données et de la conformité: Les systèmes de gestion des connaissances reposent sur des données exactes, sécurisées et conformes pour fonctionner efficacement. Ce groupe établit des protocoles pour la qualité des données, la gouvernance et l'utilisation éthique, en veillant à ce que les solutions de gestion des connaissances pilotées par l'IA restent dignes de confiance et que les employés puissent les utiliser sans se soucier de l'intégrité des données, des atteintes à la vie privée ou des violations de la réglementation.

Les organisations peuvent garantir la gouvernance et la conformité des données en élaborant des politiques pour s'attaquer aux problèmes suivants

• les résultats biaisés en procédant à des audits réguliers et en mettant en œuvre des mécanismes permettant de signaler et de corriger les résultats biaisés
• les droits de propriété intellectuelle en établissant des lignes directrices claires pour la gestion des droits de propriété intellectuelle dans les systèmes de gestion des connaissances, en veillant à ce que les outils d'intelligence artificielle n'accèdent aux données qu'avec les autorisations appropriées et en contrôlant correctement l'usage qui en est fait
• Exactitude des résultats grâce à la mise en œuvre de processus de validation des données robustes, au contrôle continu, au maintien des contrôles humains et à la mise à jour des ensembles de données d'entraînement.
• L'exposition aux données sensibles en adhérant à des réglementations strictes en matière de confidentialité des données (par exemple, GDPR, HIPAA) et en mettant en œuvre des politiques de chiffrement et de contrôle d'accès solides.

Cela permet d'établir un groupe central de gouvernance de l'IA responsable avec des cadres d'évaluation RAI pour guider et conduire les initiatives d'IA de manière responsable dans l'ensemble de l'entreprise.

Par exemple, la plateforme de gestion des connaissances basée sur l'IA de Pfizer pour la R&D s'appuyait fortement sur une solide gouvernance des données. Le groupe de gouvernance a assuré la conformité avec les réglementations industrielles telles que GDPR et HIPAA tout en permettant un accès sécurisé aux données de recherche sensibles. En mettant en place des processus automatisés pour signaler et gérer les divergences de données, le groupe a préservé l'intégrité de la base de connaissances et renforcé la confiance dans les informations générées par l'IA.

Groupe d'apprentissage et de développement: L'utilisation efficace de l'IA dans la gestion des connaissances dépend d'une main-d'œuvre qualifiée pour naviguer dans les nouveaux outils et processus. Ce groupe crée des programmes de formation pour renforcer la confiance des employés dans l'utilisation des plateformes de gestion des connaissances alimentées par l'IA.

Les équipes L&D peuvent y parvenir en

• Organiser des masterclasses sur l'IA pour les employés
• Créer des microsites éducatifs
• Désigner des champions de l'IA dans les bureaux, les sites, les zones, etc. pour que les employés puissent les contacter et les consulter librement.
• Intégrer l'IA dans le kit d'intégration et les plans de formation des nouveaux arrivants

Chez EY, le groupe "Apprentissage et développement" a lancé un programme de formation sur mesure pour familiariser les employés avec son portail de gestion des connaissances basé sur l'IA. Cette initiative comprenait des ateliers pratiques sur l'utilisation du traitement du langage naturel (NLP) pour la recherche d'informations et l'exploitation des connaissances issues de l'IA pour le conseil aux clients. En conséquence, les employés se sont rapidement adaptés au nouveau système, ce qui a permis d'améliorer considérablement l'efficacité du partage des connaissances en interne.

Groupe chargé de l'expérience utilisateur (UX) : Pour que les systèmes de gestion des connaissances soient efficaces, ils doivent être intuitifs et largement adoptés. Le groupe UX veille à ce que les outils de gestion des connaissances alimentés par l'IA soient conçus pour découvrir les connaissances de manière transparente, en s'assurant que tous les employés peuvent facilement accéder à la base de connaissances et y contribuer ou l'utiliser. Pour ce faire, il effectue des recherches dans des domaines tels que

• Le comportement actuel de l'utilisateur et ses attentes vis-à-vis de l'IA pour cartographier les flux de travail où l'IA peut apporter une valeur ajoutée.
• Retour d'information sur les prototypes et enseignements tirés de l'utilisation en temps réel
• Résumer les recherches en tenant compte des gains, des douleurs et des motivations afin d'aligner les efforts de développement sur les objectifs centrés sur l'utilisateur.

Chez Spotify, le groupe chargé de l'expérience utilisateur a joué un rôle déterminant dans la conception et le perfectionnement du moteur de recommandation alimenté par l'IA, qui personnalise les suggestions musicales pour les utilisateurs. L'équipe a travaillé en étroite collaboration avec les scientifiques des données et les gestionnaires de produits pour s'assurer que les recommandations de l'IA étaient non seulement précises, mais aussi présentées de manière transparente et agréable pour les utilisateurs. En se concentrant sur une interface hautement intuitive et sur la personnalisation, l'équipe UX a contribué à améliorer l'engagement des utilisateurs, ce qui s'est traduit par des taux de rétention et de satisfaction plus élevés.

La révolution de la connaissance menée par la Gen AI redéfinit l'intelligence d'entreprise en transformant la façon dont les organisations gèrent, accèdent et utilisent leurs connaissances. En brisant les silos, en permettant l'adaptabilité en temps réel et en encourageant l'innovation grâce à des informations contextuelles, l'IA a déplacé l'attention des tâches routinières vers des activités stratégiques à haute valeur ajoutée. De la révolution des flux de travail avec des capacités multimodales à l'autonomisation des industries avec des applications d'IA agentique, les entreprises sont désormais équipées pour innover et collaborer à des niveaux sans précédent.

Pour élaborer une stratégie de gestion des connaissances d'entreprise basée sur l'IA et adaptée à vos besoins spécifiques, contactez-nous pour une mission de conseil.

Construire une base d'IA prête pour le futur en 6 semaines | Nagarro